HugginJake/ccmatrix10-it-de-77k

该数据集包含两个主要特征：id和translation。id特征的数据类型为int64，translation特征是一个结构体，包含两个子特征：de和it，它们的数据类型均为string。数据集只有一个训练集（train），包含77,447个样本，文件大小为15,533,440字节，下载大小为10,891,839字节。数据集的配置名为default，数据文件路径为data/train-*。

The dataset includes two main features: id (integer type) and translation (containing German and Italian strings). The dataset is divided into a training set with 77447 samples, totaling 15533440 bytes. The download size of the dataset is 10891839 bytes. The dataset configuration is set to default, with training data files located at data/train-* path.

原始信息汇总

数据集概述

数据集信息

• 特征:
  • id: 数据类型为 int64。
  • translation: 包含两个子字段：
    • de: 数据类型为 string。
    • it: 数据类型为 string。

数据分割

• 训练集:
  • 文件大小: 15533440 字节
  • 样本数量: 77447

数据集大小

• 下载大小: 10891839 字节
• 数据集总大小: 15533440 字节

配置

• 默认配置:
  • 数据文件路径: data/train-*